惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Cloudbric
Cloudbric
有赞技术团队
有赞技术团队
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
T
Threat Research - Cisco Blogs
L
LangChain Blog
Simon Willison's Weblog
Simon Willison's Weblog
Project Zero
Project Zero
Latest news
Latest news
S
Schneier on Security
Cisco Talos Blog
Cisco Talos Blog
MyScale Blog
MyScale Blog
C
Check Point Blog
IT之家
IT之家
P
Palo Alto Networks Blog
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
C
CERT Recently Published Vulnerability Notes
Scott Helme
Scott Helme
The Hacker News
The Hacker News
C
CXSECURITY Database RSS Feed - CXSecurity.com
G
Google Developers Blog
T
Tor Project blog
T
Threatpost
D
DataBreaches.Net
博客园 - 【当耐特】
酷 壳 – CoolShell
酷 壳 – CoolShell
T
Troy Hunt's Blog
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Vercel News
Vercel News
云风的 BLOG
云风的 BLOG
NISL@THU
NISL@THU
P
Privacy & Cybersecurity Law Blog
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
C
Cisco Blogs
博客园_首页
S
Securelist
T
The Exploit Database - CXSecurity.com
Last Week in AI
Last Week in AI
量子位
U
Unit 42
Know Your Adversary
Know Your Adversary
Hugging Face - Blog
Hugging Face - Blog
S
Security Affairs
Google Online Security Blog
Google Online Security Blog
Hacker News: Ask HN
Hacker News: Ask HN
Webroot Blog
Webroot Blog
S
SegmentFault 最新的问题
Engineering at Meta
Engineering at Meta
N
News and Events Feed by Topic
P
Proofpoint News Feed
阮一峰的网络日志
阮一峰的网络日志

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
喜马拉雅和LinkedIn如何提升新用户留存
小黑哥 · 2024-09-03 · via 人人都是产品经理

喜马拉雅和LinkedIn通过精心设计的行为闭环,巧妙地将自身融入用户的日常生活,实现了长期稳定的用户留存。这两个案例为我们提供了宝贵的启示:让用户在不知不觉中养成习惯,是提升用户留存的高明策略。

很多人认为,提高用户留存就是不断推出新功能、搞活动送福利。但事实上,真正高明的留存策略,往往是让用户在不知不觉中养成习惯。

01 喜马拉雅音频APP用户习惯分析与培养

1. 确定理想习惯用户频次

1)长期留存用户核心行为:听音频

喜马拉雅作为一个音频APP,首先需要确定理想的习惯用户频次。通过分析,他们发现长期留存用户的最核心行为就是听音频。这一发现很容易理解,因为音频是该APP的主要内容形式。

2)理想频次:每周至少听5次

进一步研究表明,大部分用户的使用频次是每周至少听一次,但对于长期留存的用户来说,最理想的频次是每周听5次,即每周至少打开这个产品五次

这个频次的确定为后续的用户行为分析和产品优化提供了明确的目标。

2. 分析习惯用户行为特征

1)习惯用户定义:使用产品6个月仍每周听5次

确定了理想频次目标后,喜马拉雅开始寻找习惯性用户。他们将使用产品6个月仍然每周听5次的用户定义为习惯用户,并对这些用户进行行为分析。这个定义既考虑了使用时间的长度,又考虑了使用频率,能够较好地反映出真正形成使用习惯的用户群体。

2)共同行为:轻音频

分析结果显示,习惯用户的共同行为都是轻音频,这与其他产品如Keep可能存在多种习惯行为(如锻炼、社区留言)不同。这一发现表明,喜马拉雅的用户行为相对单一,但也更加聚焦,这为后续的产品优化提供了明确的方向。

3)使用高峰时段

a.早上7-9点

b.晚上8-10点

进一步分析发现,用户的使用时间存在两个高峰时段:早上7点到9点和晚上8点到10点。这个时间段的分布很好地反映了用户的日常生活规律,也为后续的内容推送和功能优化提供了重要参考。

4)两类习惯用户群

a.早上通勤群:听多样化内容

早上的习惯用户倾向于听多样化的内容,包括成人英语、新闻、音乐、脱口秀、相声和小说等。这部分用户可能以前习惯听广播,现在改为使用喜马拉雅。

他们在早上开车上班或乘坐公共交通工具时收听多样化的内容,这反映出他们希望通过听音频来充实自己的通勤时间。

b.晚上家长群:听儿童、亲子类内容

晚上的习惯用户内容则主要集中在儿童故事、儿童英语、亲子类内容,以及少量的心理情感类内容。这部分用户主要是家长,他们在晚上为孩子播放儿童故事、英语学习等内容。

这个发现反映出喜马拉雅在家庭场景中的应用,也为产品在亲子市场的发展提供了方向。

通过分析和培养用户习惯,优化和开发行为闭环,让用户形成使用产品的稳定习惯。

3. 设计优化行为闭环

1)建立基础闭环:针对性推送

a.工作日早上推送新闻、英语等

b.晚上推送儿童故事

基于对两类习惯用户群的分析,喜马拉雅开始着手设计和优化行为闭环,以帮助用户形成使用习惯。最简单的方式是通过推送形式,针对不同用户群推送他们感兴趣的内容。例如,对于早上通勤群,在工作日早上推送新闻、英语等内容;对于晚上家长群,每天晚上8点半左右推送儿童故事内容。

这种方式可以有效地将用户拉回使用产品,增加用户的使用频次

2)优化通勤群使用路径

a.自动继续播放上次未完成内容

b.置顶显示用户常听内容类型

针对通勤群的使用场景,考虑到用户可能是在开车或乘坐公共交通工具,时间紧张,没有太多时间去寻找喜欢的内容。因此,可以采取以下优化措施:

  1. 打开APP后自动继续播放上次未完成的内容
  2. 置顶显示用户常听的内容类型

这些优化措施可以大大提高用户的使用便利性,减少用户寻找内容的时间和精力。例如,一个用户在使用Podcast软件时,每次开车上车都需要花费大量时间寻找上次听的内容,这种体验会大大降低用户使用的积极性。

而通过自动继续播放和置顶显示常听内容,可以让用户快速进入收听状态,提高用户体验。

3)优化家长群使用路径

a.提示收藏孩子喜欢的内容

b.按年龄段推荐内容

c.设置儿童学习计划

对于晚上的家长群,他们的主要需求是为孩子找到适合年龄的内容。针对这一场景,可以采取以下优化措施:

  1. 提示父母收藏孩子喜欢听的内容
  2. 按照年龄段推荐内容
  3. 为孩子设置学习计划,并通过推送或邮件提醒家长继续收听

这些优化措施不仅可以提高内容的针对性,还可以通过学习计划这样的人为制造的闭环,增加用户的使用频率和粘性。例如,当设置了学习计划后,系统可以定期向家长发送提醒,告知孩子接下来要学习的音频内容,这样可以促使家长更频繁地使用APP,形成稳定的使用习惯。

通过这些分析和优化,喜马拉雅成功地打造了新的行为闭环,并优化了现有的闭环,使用户能够结合具体场景形成使用习惯。值得注意的是,成功的产品往往不只有一个行为闭环。

那些最能让用户「上瘾」的产品,通常是在核心行为闭环的基础上不断叠加开发新的闭环,让用户的使用习惯越来越巩固,最终使产品成为用户生活中不可或缺的一部分

02 LinkedIn多重行为闭环

1. 持续开发叠加新闭环

1)「谁看了你的履历」闭环

LinkedIn是一个很好的例子,展示了如何通过不断开发和叠加新的行为闭环来增强用户粘性。LinkedIn在创立之初就非常注重打造用户行为闭环,其中一个核心闭环就是「谁看了你的履历」。

这个闭环的运作方式如下:当用户A查看用户B的简历时,用户B会收到一封LinkedIn的邮件,告知「有人查看了你的履历,想知道是谁吗?」这种设计利用了用户的好奇心理,促使用户B点击邮件,访问LinkedIn网站或APP。

在查看谁看了自己的履历后,用户B可能会进一步查看用户A的履历,甚至查看其他用户的履历。

这个闭环成功地推动了用户之间的互动,满足了用户的社交需求和职业发展需求,促使用户持续不断地访问LinkedIn,查看他人的履历。这种基于好奇心和社交需求的设计,让用户在不知不觉中增加了对平台的使用频率。

2)技能背书闭环

2012年,LinkedIn推出了技能背书闭环。用户可以为自己的同事或朋友的某项技能提供背书。例如,如果一个用户声称自己擅长数据分析,LinkedIn或该用户的同事可能会发送一封邮件,邀请其他人来证明这一技能。

当收到这样的邮件时,如果认为确实如此,就可以为该技能提供背书。背书后,这项技能会显示在该用户的履历中,并附上提供背书者的头像。

这个过程不仅涉及邀请背书的人,还包括提供背书的人,两方面的行为相互影响,形成一个持续的循环。这种设计不仅增加了用户之间的互动,还提高了用户信息的可信度,同时也让用户更频繁地访问平台,查看自己获得的背书和为他人提供背书。

3)个人博客闭环

2013年,LinkedIn推出了个人博客功能。这个功能允许用户在平台上写博客。当用户发布博客后,他们的关注者会收到站内消息。这些关注者可能会阅读文章,并给予点赞、评论或转发。这种互动会给作者带来成就感和满足感,进而激励他们继续创作和发布内容。

这个闭环有效地促进了用户持续使用LinkedIn并创作内容。它不仅增加了平台的内容丰富度,还提高了用户的参与度。用户在获得他人的认可和互动后,会更有动力继续使用平台,形成一个良性循环。

4)Kudos点赞闭环

2018年,LinkedIn推出了Kudos点赞功能。这个功能将线下的工作场景中的行为搬到了LinkedIn平台上。例如,当你与同事合作一段时间后,如果这个同事在某个项目中表现出色,你可能会给予口头表扬。LinkedIn观察到这种行为,并将其引入平台。

系统会邀请用户为共事较长时间的同事(如在同一公司工作一年以上)点赞或「加油」。LinkedIn甚至提供了预先写好的模板,使这个行为变得简单易行。

当用户点赞后,系统会生成一段话,如「某某某,我很高兴能和你一起工作,你真的是一个明星员工,表现非常棒」。这段话会发布在点赞者的名字下面,被点赞的同事会收到通知。这不仅让被点赞的人感到高兴,还可能促使他们回来给予回赞或评论,同时也让点赞者自己感觉良好。

这个功能巧妙地将工作中的正面反馈搬到了线上,不仅增强了同事之间的联系,还提高了用户对平台的使用频率。它创造了一个正面反馈的循环,让用户更愿意在平台上互动和分享。

2.新闭环开发思路

1)将线下行为搬到平台上

LinkedIn的成功很大程度上源于其将线下行为搬到平台上的策略。例如,「谁看了你的履历」功能模拟了线下求职过程中的互动,技能背书功能则模拟了同事间的相互认可,Kudos点赞功能更是直接将工作中的表扬行为搬到了线上。

这种策略使得平台的使用更加自然,用户能够轻松地将LinkedIn融入到日常工作生活中。

2)强化平台上已有的自然行为

除了将线下行为搬到平台上,LinkedIn还注重强化平台上已有的自然行为。例如,用户在平台上查看他人简历是一种自然行为,LinkedIn通过「谁看了你的履历」功能强化了这种行为,增加了用户的好奇心和使用频率。

同样,用户在平台上分享职业经验也是一种自然行为,LinkedIn通过个人博客功能强化了这种行为,鼓励用户创作和分享更多内容。

通过这些例子,我们可以看到LinkedIn在核心行为闭环的基础上不断叠加开发新的闭环的策略。他们的一个重要思路是将线下的行为或平台上已经自然发生的行为进行强化,让这些行为更容易进行,动力更足,从而帮助用户形成使用产品的习惯,并不断巩固这种习惯。

通过喜马拉雅和LinkedIn的案例,我们看到了如何通过分析用户习惯、设计行为闭环、持续优化体验来提升用户留存。

这两个看似不同的产品,却都成功地将自己融入了用户的日常生活。只有这样,才能打造出让用户欲罢不能的产品,实现长期稳定的用户留存。

本文由 @小黑哥 原创发布于人人都是产品经理,未经许可,禁止转载

题图来自 Unsplash,基于 CC0 协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。